After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
FastAPI untuk Deployment Model AI
FastAPI adalah framework web Python yang ideal untuk membangun API, terutama untuk menerapkan model machine learning dan AI. Kecepatan dan modularitas FastAPI menjadikannya pilihan yang kuat bagi ilmuwan data dan engineer machine learning yang ingin mengintegrasikan solusi AI ke dalam aplikasi web.Membangun API untuk Model dalam Produksi
Dalam kursus ini, Anda akan mempelajari cara membangun dan menerapkan API untuk penyajian model menggunakan FastAPI. Pada akhirnya, Anda akan membuat endpoint API yang andal yang menangani validasi input data, autentikasi, dan manajemen kesalahan. Latihan praktis akan memandu Anda dalam membangun API lengkap yang dirancang untuk menangani interaksi model AI.Mengamankan dan Menskalakan Aplikasi FastAPI
Anda juga akan menerapkan autentikasi kunci API, menerapkan pembatasan laju kustom untuk mengontrol alur permintaan, dan meningkatkan performa melalui pemrosesan asinkron. Selain itu, Anda akan belajar mengelola versi API, meningkatkan validasi input untuk tipe data yang kompleks, dan menerapkan pemantauan serta pencatatan untuk memastikan aplikasi Anda berjalan dengan andal di lingkungan produksi.Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar FastAPI untuk Penerapan Model
Mulai menyajikan prediksi model ML Anda melalui endpoint FastAPI. Anda akan mempelajari cara memuat model ML pra-latih dan membuat endpoint API untuk menyajikan prediksi sebagai respons terserialisasi melalui permintaan HTTP. Anda akan memanfaatkan model data Pydantic untuk memvalidasi permintaan dan respons.
- Permintaan GET dan POST untuk AI50 XP
- Endpoint GET untuk informasi model100 XP
- Endpoint POST untuk pendaftaran model100 XP
- Prediksi FastAPI dengan model terlatih sebelumnya50 XP
- Muat model pra-latih100 XP
- Buat endpoint prediksi100 XP
- Menjalankan aplikasi FastAPI100 XP
- Model permintaan dan respons50 XP
- Buat model Pydantic untuk input ML100 XP
- Validasi request dan response untuk prediksi ML100 XP
2
Mengintegrasikan Model AI
Pelajari cara menyajikan model machine learning melalui endpoint FastAPI. Bab ini membahas pembuatan endpoint yang mengembalikan prediksi, menangani berbagai jenis data masukan, dan menerapkan validasi masukan yang andal. Anda akan membangun API siap produksi yang dapat memvalidasi beragam jenis data masukan sekaligus memuat model ML saat server mulai berjalan tanpa waktu henti.
3
Mengamankan dan Mengoptimalkan API
Bab ini membahas pengamanan API dengan autentikasi berbasis kunci, mengelola laju permintaan dengan pembatasan laju khusus, dan meningkatkan performa melalui pemrosesan asinkron. Anda akan mempelajari cara melindungi endpoint, mencegah penyalahgunaan, dan menangani tugas yang memakan waktu secara efisien, sehingga mempersiapkan API Anda untuk produksi.
4
Versioning, Monitoring, dan Logging API
Bab ini membahas topik lanjutan yang memungkinkan Anda mendukung aplikasi FastAPI jangka panjang di produksi. Topiknya mencakup versioning dan pendokumentasian endpoint API, validasi masukan lanjutan untuk mendukung masukan dan keluaran yang lebih kompleks, serta pemantauan dan logging untuk memastikan aplikasi berjalan dengan benar dan melakukan penelusuran masalah secara langsung saat tidak berjalan semestinya.
Menerapkan AI ke Produksi dengan FastAPI
Kursus
Selesai
